、线性回归分析.pptVIP

3、单击Save按纽，打开Save对话框如图所示。 选择需要保存到数据表中的项目。在Save Variables栏中，复选项依次是：Predicted Values预测值、Residuals残差、Prediction intervals预测区间，可以在下方框中选择置信度，默认值为95%。 4、所有选择完成后，单击OK，得到输出结果如表 * 曲线估计输出表 决定系数 自由度 F值 P值 回归系数 Dependent Mth Rsq d.f. F Sigf b0 b1 b2 Y QUA .987 10 382.64 .000 252.698 -.1475 2.5E-05 Y COM .995 11 2086.35 .000 20.9550 1.0004 Y POW .954 11 229.58 .000 3.6E-05 1.8460 Independent: X * 曲线图 * 从表中可以看出，可决系数接近1的模型是 Com复合函数；也可通过图形验证这三个模型对观察值的拟合程度。 对以上三个模型进一步分析。在主对话框下方选择输出方差分析表Display AMOVA table, 可得到方差分析表详细结果。 * 通过比较各种估计模型的样本决定系数，标准误，F值，拟合程度最好的复合函数曲线，并且其模型的回归系数的检验也通过。 故可以选择复合函数曲线作为拟合曲线，其回归方程为： * * 三、 Logistic回归分析 使用多元线性回归来分析多个自变量与一个因变量的关系，因变量要求正态分布的连续随机变量。 所谓Logistic 回归是指因变量为二级计分或二类评定的回归分析。 * 某医师研究男性胃癌患者发生术后院内感染的影响因素，资料如下表，请通过Logistic回归统计方法对主要影响因素进行分析。 * 术后感染 Y 年龄 X1 手术创伤度 X2 营养状态 X3 术前预防性抗菌 X4 白细胞数 （109/L） X5 癌肿病理分度 （TNM得分和） X6 有 有 无 无 无 有 无 有 有 无 无 无 无 无 无 69 72 57 41 32 65 58 54 55 59 64 36 42 48 50 4 5 3 1 1 3 3 4 2 1 2 1 3 4 1 2 3 2 1 1 3 2 2 2 1 2 1 1 2 2 无 无 无 有 有 有 有 无 有 有 无 有 有 有 有 5.6 4.4 9.7 11.2 10.4 7.0 3.1 6.6 7.9 6.0 9.1 8.4 5.3 4.6 12.8 9 6 4 5 5 5 6 6 7 4 6 8 6 5 4 * 激活数据管理窗口，定义变量名：术后感染为Y（字符变量，有输入Y、无输入N），年龄为X1，手术创伤程度为X2，营养状态为X3，术前预防性抗菌为X4（字符变量，有输入Y、无输入N），白细胞数为X5，癌肿病理分度为X6。 * 激活Analyze菜单选Regression中的Logistic..项，弹出Logistic Regression对话框。 选y，点击?钮使之进入Dependent框; 选x1、x2、x3、x4、x5和x6，点击?钮使之进入Covariates框； * 点击Method处的下拉按钮，系统提供7种方法： * 1、Enter：所有自变量强制进入回归方程； 2、Forward: Conditional：以假定参数为基础作似然比概率检验，向前逐步选择自变量； 3、Forward: LR：以最大局部似然为基础作似然比概率检验，向前逐步选择自变量； 4、Forward: Wald：作Wald概率统计法，向前逐步选择自变量； 5、Backward: Conditional：以假定参数为基础作似然比概率检验，向后逐步选择自变量； 6、Backward: LR：以最大局部似然为基础作似然比概率检验，向后逐步选择自变量； 7、Backward: Wald：作Wald概率统计法，向后逐步选择自变量。 本例选用Forward: Conditional法，以便选择有主要作用的影响因素 * 点击Options钮，弹出Logistic Regression: Options 对话框，在Display框中选取At last step项，要求只显示最终计算结果，点击Continue钮，返回Logistic Regression对话框。 再点击OK钮即可。 * 结果解释 Dependent Variable Encoding: Original Internal Value Value y 0 n 1 ? Parameter Value Fr